陈光黎 雷欢 吴亮生 高小征 杨阳 周俊伍



基于改进遗传算法的多类图元混合加工路径优化方法*

陈光黎1雷欢1吴亮生1高小征1杨阳1周俊伍2

（1.广东省自动化研究所 广东省现代控制技术重点实验室广东省现代控制与光机电技术公共实验室 2.佛山金皇宇机械实业有限公司）

为解决数控加工中复杂轨迹的排序规划问题，提出基于改进遗传算法的多类图元混合加工路径优化方法。针对不同轨迹段图形进行分类编码设计，将适用多类图元混合路径优化的第二类GTSP模型转化为TSP问题，同时在遗传进化过程中采用线性定标和自适应遗传算子等方式进行全局路径排序，最后通过封闭式与非封闭式轨迹段的起点计算与局部寻优求解最短路径。通过扩展应用开源GAlib库进行了测试，试验证明：算法快速收敛，有效解决多类图元混合路径优化问题，可提升数控机床加工效率。

GTSP模型；遗传算法；多类图元混合轨迹；路径优化

0 引言

在数控加工作业中，通常要求CAM软件能够读取AutoCAD的图形数据并将其转化为数控加工系统所执行的加工G代码。图形交互式文件（drawing interchange format，DXF）是Autodesk公司推出的AutoCAD与CAD/CAM编程系统进行加工图形数据交换的标准格式文件[1]。但DXF文件中的图形元素是依据产品设计人员绘制图元的先后顺序而自动保存的，具有一定的随机性。若CAM系统对读取的DXF文件图元数据不进行优化处理而直接产生加工G代码，会造成数控加工系统刀具的空程路径过长和频繁起落。……